Modèle de trafic 4 étapes

Le but de la génération de voyage (production) est d`estimer le nombre de voyages qui sont produits ou proviennent de chaque zone d`analyse du trafic (TAZ). Un ensemble d`équations est utilisé pour estimer le nombre de voyages produits et attirés par chaque zone en fonction de ses caractéristiques résidentielles et de l`emploi. Par exemple; plus une zone a d`emploi, plus il attire de voyages de travail. Plus les employés de détail dans une zone, plus les voyages d`achat sont supposés être attirés là la prévision de transport est la tentative d`estimer le nombre de véhicules ou de personnes qui utiliseront une installation de transport spécifique à l`avenir. Par exemple, une prévision peut estimer le nombre de véhicules sur une route ou un pont planifié, l`emprise sur une ligne de chemin de fer, le nombre de passagers visitant un aéroport ou le nombre de navires qui font escale sur un port maritime. La prévision du trafic commence par la collecte de données sur le trafic actuel. Ces données de trafic sont combinées avec d`autres données connues, telles que la population, l`emploi, les taux de voyage, les frais de voyage, etc., pour développer un modèle de demande de trafic pour la situation actuelle. L`alimenter avec des données prédites pour la population, l`emploi, etc., entraîne des estimations du trafic futur, généralement estimée pour chaque segment de l`infrastructure de transport en question, par exemple pour chaque segment de route ou gare ferroviaire. Les technologies actuelles facilitent l`accès aux données dynamiques, aux mégadonnées, etc., offrant la possibilité de développer de nouveaux algorithmes pour améliorer grandement la prévisibilité et la précision des estimations actuelles. [1] la dernière étape est de déterminer les itinéraires voyageurs choisissent d`atteindre leurs destinations. Avec le modèle 2015, le réseau de transport régional a été mis à jour, ainsi que l`ajout de nombreux connecteurs réseau.

Les connecteurs réseau sont utilisés pour représenter les routes locales/les itinéraires d`accès. Par exemple, un couloir encombré peut modifier l`itinéraire d`un utilisateur pour prendre un itinéraire différent avec une distance plus longue, mais le même temps de déplacement. Cela aide à l`analyse de projets ou d`améliorations de transport nouveaux ou futurs. Les modèles basés sur l`activité sont une autre classe de modèles qui prévoient pour les individus où et quand des activités spécifiques (par exemple, travail, loisirs, shopping,…) sont effectuées. Étant donné que les technologies de la science des données et des mégadonnées sont disponibles pour la modélisation des transports, la recherche se déplace vers la modélisation et la prédiction des comportements des conducteurs individuels dans les villes entières au niveau individuel [12]. Cela impliquera la compréhension des origines et des destinations des conducteurs individuels ainsi que de leurs fonctions d`utilité.